基于词模式嵌入的词语上下位关系分类

孙佳伟, 李正华^†, 陈文亮, 张民

苏州大学计算机科学与技术学院, 苏州 215006

收稿日期:2018-04-15修回日期:2018-08-08出版日期:2019-01-20

基金资助:国家自然科学基金(61876116, 61673289)和江苏省高校自然科学研究重大项目(16KJA520001)资助

Hypernym Relation Classification Based on Word Pattern

SUN Jiawei, LI Zhenghua^†, CHEN Wenliang, ZHANG Min

School of Computer Science and Technology, Soochow University, Suzhou 215006

Received:2018-04-15Revised:2018-08-08Published:2019-01-20

RichHTML

0

PDF

(4709KB)

可视化

0

复制本文网址

1. 探讨2016版国际胰瘘研究小组定义和分级系统对胰腺术后患者胰瘘分级的影响.PDF(500KB)

-->

摘要/Abstract

摘要： 提出一种基于词模式的上下位关系分类方法, 可以有效地缓解传统的基于模式的分类方法存在的稀疏问题, 提高了关系分类的召回率。进一步地, 通过词模式嵌入, 将基于模式的方法与基于词嵌入的方法进行有效的融合。为了验证方法的有效性, 标注一个包含12000个汉语词语对的数据集。实验结果表明, 该词模式嵌入方法是有效的, F1值可以达到95.36%。

引用本文

孙佳伟, 李正华, 陈文亮, 张民. 基于词模式嵌入的词语上下位关系分类[J]. 北京大学学报自然科学版, 2019, 55(1): 1-7.
SUN Jiawei, LI Zhenghua, CHEN Wenliang, ZHANG Min. Hypernym Relation Classification Based on Word Pattern[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2019, 55(1): 1-7.





PDF全文下载地址:

http://xbna.pku.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3295